AI 가시성(AI Visibility)은 챗GPT나 구글 AI 오버뷰 같은 생성형 AI의 답변에 특정 브랜드나 문서가 언급되고 인용되는 정도를 말한다. LLM 가시성이라고도 부른다.
검색 결과 목록 대신 AI가 요약한 답변이 먼저 나오면서 생긴 지표다. 링크 열 개가 놓이던 자리에 출처 몇 개만 남으면, 그 몇 개 안에 드는지가 노출의 전부가 된다.
퓨리서치센터가 미국 성인 900명의 실제 브라우징 기록에서 구글 검색 68,879건을 분석한 결과, AI 요약을 본 방문에서 검색 결과 링크를 클릭한 비율은 8%였다 (Pew Research Center, Google users are less likely to click on links when an AI summary appears). AI 요약이 없던 방문에서는 15%였다.
보안 업계에서 쓰는 같은 말은 사내 구성원이 어떤 AI 도구를 쓰는지 파악하는 일을 뜻한다. 이 문서는 마케팅 쪽, AI 답변에 브랜드가 보이는 정도를 다룬다.
아니다. 겹치는 부분이 절반도 안 된다.
Ahrefs가 키워드 SERP 86만 3천 개와 AI 오버뷰 URL 400만 개를 대조한 결과, 인용된 URL 중 같은 검색어 상위 10위 안에 있던 것은 37.9%였다 (Ahrefs, Only 38% of AI Overview citations rank in the top 10).
나머지 62%는 그 검색어의 순위표 밖에서 뽑혀 들어왔다.
순위와 가시성을 따로 재야 하는 이유가 이 숫자다. 1위 페이지가 답변에서 빠지는 동안 3페이지 문서가 인용될 수 있다.
방향이 반대인 경우도 마찬가지다. 검색 순위가 그대로인데 AI 답변에서 사라지면 기존 순위 리포트에는 아무 변화도 잡히지 않는다.
한 덩어리가 아니라 네 개의 다른 값이다. 도구마다 이름은 달라도 재는 대상은 대체로 같다.
| 구성 요소 | 재는 것 | 확인할 질문 |
|---|---|---|
| 언급 | 답변 본문에 브랜드 이름이 나오는가 | 얼마나 자주 등장하는가 |
| 인용 | 출처 링크로 우리 문서가 걸리는가 | 어떤 페이지가 걸리는가 |
| 점유율 | 경쟁사 대비 얼마나 차지하는가 | 같은 질문에서 누가 더 나오는가 |
| 감정 | 어떤 맥락으로 언급되는가 | 추천인가 비교 대상인가 |
언급과 인용은 붙어 다니지 않는다. 브랜드 이름만 나오고 링크는 경쟁사 비교 글로 걸리는 경우가 흔하다.
인용이 자사 사이트에서만 나오는 것도 아니다. Peec AI가 챗GPT, 구글 AI 모드, 제미나이, 퍼플렉시티, AI 오버뷰에서 인용 출처 3천만 건을 모아 집계한 상위 도메인은 레딧, 유튜브, 링크드인, 위키피디아 순이었다 (Peec AI, Top domains cited by AI search).
자사 페이지만 손봐서는 올라가지 않는 값이라는 뜻이다. 제3자 매체와 커뮤니티에 남은 언급이 같이 움직여야 한다.
경쟁사 대비 점유율은 SOV와 Share of Model에서 따로 다룬다.
프롬프트 세트를 정해 놓고 반복해서 물어본 뒤, 답변에 무엇이 나왔는지 세는 방식이다. 순위처럼 하나의 고정된 값을 조회하는 게 아니다.
같은 질문을 반복해야 하는 이유는 답이 매번 달라지기 때문이다. 모델은 같은 입력에도 다른 문장을 만들고, 참조하는 문서도 바뀐다.
측정 규모가 클수록 값이 안정된다. Semrush는 프롬프트 23만 건을 13주 동안 주 단위로 물어 인용 1억 건 이상을 모으는 방식을 썼다 (Semrush, The most-cited domains in AI).
실제 방문으로 이어졌는지는 가시성 지표로는 알 수 없다. 그쪽은 AI 트래픽에서 따로 확인한다.
그대로 믿으면 안 된다. 도구가 내놓는 값은 아직 서로 맞지 않는다.
Digiday가 2026년 5월 보도한 기사에서 에이전시 대표 폴 다이어는 도구 세 개에 같은 프롬프트를 주면 세 가지 다른 답이 나온다고 말했다 (Digiday, Marketers question expensive AI visibility tools). 같은 기사에 따르면 주요 도구의 요금은 월 99달러에서 449달러 선이고, 에이전시가 쓰는 상위 플랜은 월 1,000달러까지 올라간다.
값이 흔들리는 건 도구의 결함만은 아니다. 측정 대상 자체가 빠르게 움직인다.
앞의 Semrush 조사에서 챗GPT 응답에 레딧이 등장한 비율은 2025년 8월 초 60% 가까이에서 9월 중순 10% 안팎까지 내려갔다. 위키피디아도 같은 기간 약 55%에서 20% 미만이 됐다.
모델이 인용 정책을 바꾸면 두 달 만에 반토막이 나는 지표다.
그래서 절대값보다 자사와 경쟁사를 같은 조건에서 잰 상대값이 쓸모 있다. 도구를 바꿨을 때 숫자가 뛰면 실력이 아니라 계산법이 바뀐 것으로 본다.
모델이 문단 단위로 가져다 쓸 수 있게 문서를 고치고, 자사 바깥에 언급을 만든다.
순위 작업과 겹치는 부분이 있지만 같지는 않다. 앞의 37.9%가 그 차이의 크기다.
질문이 하위 질문으로 갈라지며 후보 문서가 정해지는 구조는 쿼리 팬아웃에서 다룬다. 이 작업 전체를 GEO라 부르고, 결과물인 출처 표시는 LLM 인용에서 따로 설명한다.
서치폴라리스가 AI 검색 가시성을 진단하고 GEO 실행까지 대행합니다.